六西格玛的计算方法.ppt

SixSigma尺度 Metrics 1 DPU和DPMO2 SIGMA水平3 RTY 尺度的选择 BBProject尺度 Benchmarking尺度 缺点数据收集 推定Process的能率计算生产无缺点制品的概率 制品与Process的客观比较 应该知道什么 BBProject尺度 经营成果尺度 DPMOSIGMA水平 DPURTY 1 DPU和DPMO DPUDefectsperUnit单位当缺点数缺点消除的基准利用于工场单位的改善DPODefectsperOpportunity机会当缺点数 DPMODefectsperMillionOpportunities百万机会当缺点数考虑制品复杂性的比较基准企业内或企业间的Benchmarking 标杆管理 手段 经营团为了对相异的制品与服务进行Benchmarking使用DPMO 机会的属性 所有制品Process的特性 characteristic 内含附加价值或减少的固有机会 复杂度 Complexity 复杂度的概念与制品及Process的特性有密切联系越复杂总机会数越大 机会的阶层构造 H W 部品2 部品1 组立品A 组立品B 形象B 形象A 机会可存在于阶层的任何水平 机会的计算 非附加价值的作业不计算为机会搬运与资材保管不计算为机会防碍作业的仍不计算为机会试验 调查 测定等大部分的情况并无变化因此不能计算为机会使用于Program的电试验仪器产生附加价值计算为机会 各个供给的部品计算为一个机会焊锡 机油 冷却水等供给的资料不视为供给的部品各附属品的连接也视为一个机会如果工具需要四个螺钉 那么每个连接螺钉都是一个机会 因此是四个机会PCB上熔接了60个PIN的直接线路中60个的连接均计算为机会16个PIN DIP 计算为16个连接 连接部位不重复计算 上面一个 下面一个的计算方法是不正确的 机器工作时的机会机械化的各个表面视为一个机会一个工具作五种截断作业 其机会数为5穿孔并磨其反面是两种不同的作业 因此其机会数为2穿孔后校正大小时因不可信 所以只用磨石磨时只计算为一个机会 研磨的工程是穿孔作业的再作业 样式或s w作成时完成一个样式的作业按照其数据录入领域别计算为一个机会具有同一CODE的线的联接在软件中计算为一个机会目的上的贡献度机会计算的方式是否一定影响目标的达成 定义机会后应将其制度化维持一贯性 机会只有在被评价时计算为机会 例 某一部品在生产工程中不良发生的机会数为100 000次 但是在正常生产过程中只对其中1 000次机会进行评价 且在一个部品里发现了10个缺点 下列计算中哪一个正确 DPO 10 100 000DPO 10 1 000 下面加工例子中计算DPU与DPMO DPU与DPMO的计算 DPU的计算 总缺点数 DPU DPU不可能考虑一个单位数里有多少缺点机会 总生产单位数 DPMO的计算 一个单位发生的总缺点机会数 1 000 000 x DPU DPMO 一般说6SIGMA水平时把不良率说成3 4DPMO比3 4PPM更恰当适于互相不同的Process或制品间 制造范筹和非制造范筹间的比较 DPMO计算例 适用于测定的定量值 不良率 0 02275 Probabilityof良品率 0 97725 规格上限 DPMO 0 02275 1 000 000 22 750 缺点数某一PCB有800个熔接点与200个部品此PCB中发现6个焊接不良点与2个不良部品DPMO 6 2 800 200 百万 8 000 假设有一个具有十个部品的单位 各个单位内的构成品对一个缺点发生一个机会 因此各单位可包括十个缺点 生产无缺点制品的可能性为多少 DPU是多少 DPMO是多少 练习题 6SIGMA战略的特征显示企业经营成果的所有要素转换为SIGMA水平 作为对现在经营状态分析 以及对今后的目标设定等的经营管理指标 2 SIGMA水平 数据种类的确认 离散型数据 Unit的确认 计算DPU 计算DPO 计算DPMO 连续型数据 正规性验证 数据转换 必要时 工程能力分析 利用MINITAB 引出DPMO DPMO值在SigmaChart转换为Z值 掌握SIGMA水平 SIGMA水平的计算程序 1 离散型数据的SIGMA水平 缺点数据的情况求DPMO从SIGMA表读对应于DPMO的Z st值受率数据的情况SCRAP 再作业等视为不良计算受率从SIGMA表读百万个当良品数 受率 1 000 000相对应的Z st值 不良率数据的情况从不良率计算PPMPPM 不良率 1 000 000从SIGMA表读与PPM值一样的DPMO值相应的Z st值 999 999 6999 995999 991999 987999 979999 968999 952999 928999 892999 841999 767999 663999 517999 313999 032998 650998 134997 445996 533995 339993 790991 802989 276 良品数 3 45913213248721081592333374836879681 3501 8662 5553 4674 6616 2108 19810 724 6 05 95 85 75 65 55 45 35 25 15 04 94 84 74 64 54 44 34 24 14 03 93 8 st 4 54 44 34 24 14 03 93 83 73 63 53 43 33 23 13 02 92 82 72 62 52 42 3 lt 986 097977 250971 284964 070955 435945 201933 193919 243903 199884 930864 334841 345815 940788 145758 036725 747691 462655 422617 911579 260539 828500 000460 172 良品数 13 90322 75028 71635 93044 56554 79966 80780 75796 801115 070135 666158 655184 060211 855241 964274 253308 538344 578382 089420 740460 172500 000539 828 3 73 53 43 33 23 13 02 92 82 72 62 52 42 32 22 12 01 91 81 71 61 51 4 st 2 22 01 91 81 71 61 51 41 31 21 11 00 90 80 70 60 50 40 30 20 10 0 0 1 lt 420 740382 089344 578308 538274 253241 964211 855184 060158 655135 666115 07096 80180 75766 80754 79944 56535 93028 71622 75017 86413 90310 7248 198 良品数 579 260617 911655 422691 462725 747758 036788 145815 940841 345864 334884 930903 199919 243933 193945 201955 435964 070971 284977 250982 136986 097989 276991 802 1 31 21 11 00 90 80 70 60 50 40 30 20 10 0 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 st 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 2 0 2 1 2 2 2 3 2 4 lt 6 2104 6613 4672 5551 8661 3509686874833372331591087248322113953 良品数 993 790995 339996 533997 445998 134998 650999 032999 313999 517999 663999 767999 841999 892999 928999 952999 968999 979999 987999 991999 995999 997 1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 2 0 2 1 2 2 2 3 2 4 2 5 2 6 2 7 2 8 2 9 3 0 st 2 5 2 6 2 7 2 8 2 9 3 0 3 1 3 2 3 3 3 4 3 5 3 6 3 7 3 8 3 9 4 0 4 1 4 2 4 3 4 4 4 5 lt 了解SIGMA水平 DPMO值利用SigmaChart将现在水平转换为Z值 可了解SIGMA水平 SIGMA表 例题1 对某一工程生产出荷的制品经过较长时间调查特定类型的缺点的结果346个制品中发现了一个缺点 此工程这种类型的缺点相关的SIGMA水平是多少 SIGMA水平从SIGMA表得出DPMO 2 890相对应的Z st值是4 26 例题2 某一工程由A B C D E五个作业构成各作业的收率为0 99 0 95 0 90 0 90 0 95 0 99 0 95 0 90 0 90 0 95 SIGMA水平是百万个当良品数 937 375对应的Z st值是3 03 作业的平均受率 例题3 有一公司向顾客提供信用情报 顾客的要求事项大致分为情报的内容 迅速性 正确性 最新性 接触容易性 对此确认重要度及顾客满意度的结果如 表 表 项目别重要度及顾客满意度 项目 最新性 接触容易性 计 加权平均 0 60 情报的内容 迅速性 正确性 满意 重要度 0 05 0 15 0 15 0 05 1 00 80 90 90 90 95 84 25 请确认SIGMA水平 2 5程度 例题4 某一制品的贬卖价格为 120 以低原价为目标值定为 100 但因各种外部及内部要因从长期来看原价高于贬卖价格的概率为5 不良率5 PPM 50 000 对应的SIGMA水平为3 15 综合SIGMA水平的计算 2 连续型数据的SIGMA水平 规格中心和规格上限或下限间的距离是标准偏差的多少倍 随着时间变化典型的Process的平均约移动1 5 Process 短期标准偏差 Short TermSigma 长期标准偏差 Long TermSigma 相对长的期间 例 周 月 考虑长期杂音变数 NoiseVariable 的影响 例 装备的磨损 季节效果 需要约100 200的数据 相对短的周期 例 周 月 考虑短期杂音变数的影响 例 白天的夜晚 需要30 50个数据 长期对短期标准偏差 长期与短期的区别在于是否是包括工程所有变动的长期间 且区分基准期间的长度不能总是一致 求连续型数据SIGMA水平的程序 1 收集数据 要形成合理的部分群 2 确认数据是否遵守正态分布Minitab Stat BasicStatistics NormalityTest 3 工程能力分析Minitab Stat QualityTools CapabilityAnalysis Normal 4 Minitab实行结果读ExpectedLTPerformance栏的PPMTotal 5 求SIGMA表对应的SIGMA水平 DATA 例 利用Minitap数据文件cranksh mtw求SIGMA水平 3 RTY RolledThroughputYield 全体受率 与受率 检查受率 和受率 作业 检查受率 确认 Ytp 37 Yfp 90 DPU 1 0 再作业 SCRAP 隐藏的工场 消费者品质 生产者品质 非附加价值 RTY的计算 帕松模型全体受率 单位当缺点数遵守帕松分布e 自然LOG值 约2 718 X 单位当缺点数DPU 单位当平均缺点数X 0 各个单位完全无缺点时 RTY计算例 由2个机会组成的工程 各个机会中99 受率方法1 RTY 0 99 0 99 0 9801方法2DPU 单位当机会数 DPO 0 02 二项分布与Poisson分布间的关系标本数大 不良率小时二项分布近似于Possion分布 例 现场的某工程师对特定类型的defect观察的结果346个生产单位中发现1个缺点 此特性的 characteristic RTY 解